Killing LeetCode [322] 零钱兑换

Description

给你一个整数数组 coins ，表示不同面额的硬币；以及一个整数 amount ，表示总金额。

计算并返回可以凑成总金额所需的 最少的硬币个数 。如果没有任何一种硬币组合能组成总金额，返回 -1 。

你可以认为每种硬币的数量是无限的。

Intro

Ref Link：https://leetcode.cn/problems/coin-change/
Difficulty：Medium
Tag：Dynamic Programming、完全背包问题
Updated Date：2023-06-27

Test Cases

示例1:

输入：coins = [1, 2, 5], amount = 11
输出：3 
解释：11 = 5 + 5 + 1

示例 2：

输入：coins = [2], amount = 3
输出：-1

示例 3：

输入：coins = [1], amount = 0
输出：0

提示：

1 <= coins.length <= 12
1 <= coins[i] <= 231 - 1
0 <= amount <= 104

思路: 动态规划

• 确定dp数组(dp table)以及下标的含义
  • dp[i]: 凑足总额为 i 所需钱币的最少个数为 dp[i]
• 确定递推公式
  • 凑足总额为j - coins[i]的最少个数为dp[j - coins[i]]，那么只需要加上一个钱币coins[i]即dp[j - coins[i]] + 1就是dp[j]
  • 所以dp[j] 要取所有 dp[j - coins[i]] + 1 中最小的。 递推公式:dp[j] = min(dp[j - coins[i]] + 1, dp[j]);
• dp数组如何初始化：
  • 首先凑足总金额为0所需钱币的个数一定是0，那么dp[0] = 0;
  • 考虑到递推公式的特性，dp[j]必须初始化为一个最大的数，否则就会在min(dp[j - coins[i]] + 1, dp[j])比较的过程中被初始值覆盖。所以下标非0的元素都是应该是最大值。
• 注意点：
  • 背包问题：先遍历背包，再遍历物品
  • 求解最少硬币数，则目标dp数组初始化时，值应该取最大值
  • 从前往后遍历，刷新dp数组

Code AC

class Solution {
    public int coinChange(int[] coins, int sum) {
        int[] dp = new int[sum + 1];
        dp[0] = 0;
        for (int i = 1; i <= sum; i++) {
            dp[i] = Integer.MAX_VALUE;
            for (int j = 0; j < coins.length; j++) {
                if (i - coins[j] >= 0 && dp[i - coins[j]] != Integer.MAX_VALUE) {
                    dp[i] = Math.min(dp[i], dp[i - coins[j]] + 1);
                }
            }
        }
        return dp[sum] == Integer.MAX_VALUE ? -1 : dp[sum];
    }

Accepted

189/189 cases passed (15 ms)
Your runtime beats 37.31 % of java submissions
Your memory usage beats 46.8 % of java submissions (41.8 MB)

复杂度分析

• 时间复杂度：O(mn)，m是硬币种类数，n是dp数组长度，即金额大小。
• 空间复杂度：O(n)